CN111267079A - 一种智能巡检机器人巡检方法及装置 - Google Patents
一种智能巡检机器人巡检方法及装置 Download PDFInfo
- Publication number
- CN111267079A CN111267079A CN201811479549.8A CN201811479549A CN111267079A CN 111267079 A CN111267079 A CN 111267079A CN 201811479549 A CN201811479549 A CN 201811479549A CN 111267079 A CN111267079 A CN 111267079A
- Authority
- CN
- China
- Prior art keywords
- inspection
- image
- fault
- preset
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 251
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012163 sequencing technique Methods 0.000 claims abstract description 14
- 238000012937 correction Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 240000007651 Rubus glaucus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/08—Programme-controlled manipulators characterised by modular constructions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/023—Optical sensing devices including video camera means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
Abstract
本发明实施例提供一种智能巡检机器人巡检方法及装置。所述方法包括在每个预设的巡检点采集巡检图像;将巡检图像归入与巡检点一一对应的图像序列;每个图像序列中的巡检图像按照采集的时间先后进行排序;分别计算任意两个相邻巡检图像间的帧差;将所述图像序列中得到的所有帧差相加若超过帧差阈值,则导航至定位装置,并同时清空每个巡检点对应的图像序列,本发明实施例通过计算每个巡检点对应的图像序列中相邻巡检图像的帧差并进行累加,若帧差的和超过了帧差阈值,则判定智能机器人失位,需要由定位装置来进行矫正,从而使智能机器人仅依据采集的巡检图像就能够自动、快速得对自身的运行状态进行检测和修正。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种智能巡检机器人巡检方法及装置。
背景技术
随着目前数据机房的日益扩大,各种电子设备堆积如山,现有巡检技术很难高效快速准确的完成大型数据机房环境及设备的巡检过程。及时做到高效快速准确的巡检过程,但是也会付出高昂的巡检设备费用和人力成本。该技术方案着眼于提高大型数据机房的巡检效率及精度,有效控制巡检设备费用和人力成本。
目前,智能巡检机器人已经存在相关的方法。申请号为“2017103333495.3”的专利申请文件中公开了一种智能巡检机器人。该专利公开了一种智能巡检机器人,包括机器人车体以及安装在机器人车体上用于采集轨道交通***基础设施实时状态数据的数据采集模块、用于检测机器人车体的运动状态的运动控制模块、用于处理所述实时状态数据的数据处理模块和用于控制运动控制模块以及数据处理模块的主控制模块。本发明公开的一种智能巡检机器人能够在轨道交通运行的过程中实时监测轨道交通基础设施的状态,及时发现故障或故障隐患,节省安全检查的时间,提高安全检查的效率。申请号为“201721802233.9”的专利申请文件中公开了智能巡检小车。该专利包括在预设路线上来回移动的车体,车体的底部设有车轮,车体内设有STM32从控制器、直流电机和舵机,车体上设有树莓派控制器、GPS定位模块、WIFI模块、红外感应模块、温湿度采集模块、图像采集模块。该专利只是包括在预设路线上来回移动的车体,通过户外GPS定位模块定位,但该专利并不能在隔绝GPS信号的室内使用。这些方案中的巡检车可通过图像采集和图片比对等方式自动检测各目标是否处于正常运行状态,若出现故障及时告警。
因机房、库房环境复杂,因此设定好路线的巡检车可能会受到障碍物、颠簸、斜坡或者打滑等影响偏移原定轨道,但是现在智能巡检***无法准确检测并修正。
发明内容
本发明实施例提供一种智能巡检机器人巡检方法及装置,用以解决现有技术因机房、库房环境复杂,因此设定好路线的巡检车可能会受到障碍物、颠簸、斜坡或者打滑等影响偏移原定轨道,但是现在智能巡检***无法准确检测并修正。
第一方面,本发明实施例提供了一种智能巡检机器人巡检方法,包括:
在每个预设的巡检点采集巡检图像;
将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;
分别计算任意两个相邻巡检图像间的帧差;
将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
第二方面,本发明实施例提供了一种用于智能巡检机器人巡检装置,包括:
图像采集模块,用于在每个预设的巡检点采集巡检图像;
图像序列模块,用于将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;
计算模块,用于分别计算任意两个相邻巡检图像间的帧差;
矫正模块,用于将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
第三方面,本发明实施例还提供了一种电子设备,包括:
处理器、存储器、通信接口和通信总线;其中,
所述处理器、存储器、通信接口通过所述通信总线完成相互间的通信;
所述通信接口用于该电子设备的通信设备之间的信息传输;
所述存储器存储有可被所述处理器执行的计算机程序指令,所述处理器调用所述程序指令能够执行如下方法:
在每个预设的巡检点采集巡检图像;
将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;
分别计算任意两个相邻巡检图像间的帧差;
将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
第四方面,本发明实施例还提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如下方法:
在每个预设的巡检点采集巡检图像;
将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;
分别计算任意两个相邻巡检图像间的帧差;
将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
本发明实施例提供的智能巡检机器人巡检方法及装置,通过计算每个巡检点对应的图像序列中相邻巡检图像的帧差并进行累加,若所述帧差的和超过了预设的帧差阈值,则判定智能机器人失位,需要由定位装置来进行矫正,从而使智能机器人在不采集更多信息的基础上,仅依据采集的巡检图像就能够自动、快速得对自身的运行状态进行检测和修正。
附图说明
图1为本发明实施例的智能巡检机器人巡检方法流程图;
图2为本发明实施例的用于智能巡检机器人巡检装置结构示意图;
图3示例了一种电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例的智能巡检机器人巡检方法流程图,如图1所示,所述方法包括:
步骤S01、在每个预设的巡检点采集巡检图像。
本发明实施例通过智能巡检机器人在所述机房的室内环境中对其中的电子设备的运行状态进行监控。所述智能巡检机器人会按照预先设定的巡检路线行进,在到达预设的每个巡检点时利用视频设备采集巡检图像。
步骤S02、将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序。
分别给每个巡检点设置一个图像序列,将由智能机器人在该巡检点采集到的巡检图像存入到对应的图像序列中。并根据采集的时间先后顺序,对所述图像序列中的巡检图像进行排序。例如,在第1巡检点得到的图像序列为{P1.1,P1.2,…P1.i,…,P1.n}。
步骤S03、分别计算任意两个相邻巡检图像间的帧差。
在所述图像序列中,分别计算任意两个相邻的巡检图像间的帧差,相当于计算前后相邻两次采集到的巡检图像间的帧差。例如,{d1.1,d1.2,……,d1.n-1},其中,所述d1.1=P1.2-P1.1,d1.2=P1.3-P1.2,……,d1.n-1=P1.n-P1.n-1。在实际的应用过程中还需要将得到的巡检图像进行数据处理并进行特征提取才能够采用上述的数学表达方式。
步骤S04、将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
将所述图像序列中得到的所有帧差相加,例如并与预设的帧差阈值进行比较。若相加的和小于等于所述帧差阈值,则判定所述智能机器没有失位,可以继续沿预设的巡检路线到下一个巡检点;而若相加的和超过了所述帧差阈值,则判定所述智能机器人失位,需要先进行定位矫正操作。
将所述智能机器人导航至在机房内预先设定的定位装置,以定位装置来矫正所述智能机器人的巡检路线信息。同时清空数据库中与每个巡检点对应的图像序列。从而使智能机器人在后续的巡检过程中,在所述图像序列中存入新的巡检图像,重新开始判断所述智能机器人是否产生下一次失位。
本发明实施例通过计算每个巡检点对应的图像序列中相邻巡检图像的帧差并进行累加,若所述帧差的和超过了预设的帧差阈值,则判定智能机器人失位,需要由定位装置来进行矫正,从而使智能机器人在不采集更多信息的基础上,仅依据采集的巡检图像就能够自动、快速得对自身的运行状态进行检测和修正。
基于上述实施例,进一步地,所述方法还包括:
将所述巡检图像与预设的与所述巡检点对应的正常图像进行比对,若不同,则判定出现故障。
当所述智能机器人在巡检点采集到巡检图像后,需要将该巡检图像与该巡检点对应的正常图像进行比对。若相同,相当于通过对巡检图像和正常图像的解析后得到的图像信息相同或者根据所述巡检图像与正常图像得到的帧差没有超过预设的故障阈值,则判定该巡检点的监控目标没有出现故障;而若所述巡检图像与正常图像不同或者两者的帧差超过了预设的故障阈值,则可以判定所述监控目标出现的故障,需要告警。
本发明实施例通过将所述巡检图像与对应巡检点的正常图像进行比对,从而来判断所述巡检点的监控目标是否出现故障,从而使智能机器人更加简单快速得实现巡检的目的。
基于上述实施例,进一步地,所述方法还包括:
采集每个巡检点的正常图像和典型故障图像;相应地,所述方法还包括:
若判定出现故障,则将所述巡检图像与对应巡检点的所有典型故障图像进行比对;
若找到与所述巡检图像相同的典型故障图像,则将与所述典型故障图像对应的故障名称上报。
在智能机器人开始巡检前,需要先在每个巡检点采集监控目标的正常图像用于与所述智能机器人在开始巡检后将采集到的巡检图像进行比对来判断所述监控目标是否出现故障。
同时,巡检前,还需要获取与每个巡检点对应的监控目标的典型的设备故障,例如,断电、过热等等,这些典型的设备故障往往可以通过设备上的指示灯或者显示器的状态等信息直观获取,对每种典型的设备故障分别采集对应的典型故障图像。从而在判定所述监控目标出现故障时,将所述巡检图像与各个典型故障图像进行比对,若找到了与所述巡检图像相同的典型故障图像就可以判定所述监控设备产生了对应的典型设备故障。从而可以在上报的告警信息中将得到的故障名称同时上报,以便工作人员能够及时对监控目标进行故障排除和检修。而对于一些物理现象产生的故障或者非典型的设备故障,例如起火,设备位移等等则无法明确采集到相应的典型故障图像,若所述巡检图像无法找到相同的典型故障图像,则发送至少包含时点和地点等内容的告警信息。
本发明实施例通过预先在每个巡检点采集正常图像和典型故障图像,从而有助于智能机器人在采集到巡检图像时对产生的故障进行判断,从而使智能机器人更加简单快速得实现巡检的目的。
基于上述实施例,进一步地,所述方法还包括:
根据激光测距的方法成生当前室内环境;
根据所述室内环境分别设置至少一个定位装置,至少一个巡检点,以及每个巡检点的采集设置信息;相应地,所述在每个预设的巡检点采集巡检图像,具体为:
在每个预设的巡检点根据对应的采集设置信息采集巡检图像。
通过在智能机器人上设置激光测距装置,采用激光测距的方法生成当前机房的室内环境。
然后根据所述室内环境分别设置至少一个定位装置,所述定位装置还可以包括充电装置用于对所述智能机器人进行充电,同时根据所述室内环境设置巡检线路并根据监控目标的位置在巡检线路上设置多个巡检点,以及在每个巡检点的采集设置信息,所述采集设置信息包括有视频装置的方向和角度等。以使智能机器人在到达每个巡检点时根据对应的采集设置信息来对监控目标采集巡检图像。
本发明实施例通过激光测距得到室内环境并设置定位装置、巡检路线、巡检点和对应的采集设置信息,从而使智能机器人更加简单快速得实现巡检的目的。
基于上述实施例,进一步地,所述方法还包括:
实时采集环境图像;
若根据所述环境图像判定到达下一个巡检点的巡检路线上存在障碍物,则告警并退回到上一个巡检点;
重新规划到下一个巡检点的巡检路线以绕开障碍物。
智能机器人在巡检点间行进的过程中会实时采集周围的环境图像,通过对环境图像的解析可以判断周围是否出现任何异常现象,例如起火、设备出现位移或者在巡检路线上出现障碍物等等。若出现异常现象则进行告警。
若判定异常现象为在到达下一个巡检点的巡检路线上存在障碍物,则在告警的同时,所述智能机器人会先退回到上一个巡检点。然后再根据障碍物的大小,来重新规划到下一个巡检点的巡检路线,从而绕开所述障碍物后继续进行巡检工作。
本发明实施例通过采集环境图像并对异常现象进行判断,若存在障碍物,则采用新的规划巡检路线以绕开,从而使智能机器人能够自动、快速得对自身的运行状态进行检测和修正。
图2为本发明实施例的用于智能巡检机器人巡检装置结构示意图,如图2所示,所述装置包括:图像采集模块10、图像序列模块11、计算模块12和矫正模块13,其中,
所述图像采集模块10用于在每个预设的巡检点采集巡检图像;所述图像序列模块11用于将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;所述计算模块12用于分别计算任意两个相邻巡检图像间的帧差;所述矫正模块13用于将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。具体地:
所述智能巡检机器人会按照预先设定的巡检路线行进,在到达预设的每个巡检点时所述图像采集模块10采集巡检图像并发送给所述图像序列模块11。
所述图像序列模块11分别给每个巡检点设置一个图像序列,将由图像采集模块10在该巡检点采集到的巡检图像存入到对应的图像序列中。并根据采集的时间先后顺序,对所述图像序列中的巡检图像进行排序。
所述计算模块12分别计算在所述图像序列模块11的每个图像序列中任意两个相邻的巡检图像间的帧差,相当于计算前后相邻两次采集到的巡检图像间的帧差。在实际的应用过程中还需要将得到的巡检图像进行数据处理并进行特征提取才能够采用上述的数学表达方式。
所述矫正模块13将所述计算模块12得到的每个图像序列中的所有帧差相加,并与预设的帧差阈值进行比较。若相加的和小于等于所述帧差阈值,则判定所述智能机器没有失位,可以继续沿预设的巡检路线到下一个巡检点;而若相加的和超过了所述帧差阈值,则判定所述智能机器人失位,需要先进行定位矫正操作。
所述矫正模块13将所述智能机器人导航至在机房内预先设定的定位装置,以定位装置来矫正所述智能机器人的巡检路线信息。同时清空数据库中与每个巡检点对应的图像序列。从而使智能机器人在后续的巡检过程中,在所述图像序列中存入新的巡检图像,重新开始判断所述智能机器人是否产生下一次失位。
本发明实施例提供的装置用于执行上述方法,其功能具体参考上述方法实施例,其具体方法流程在此处不再赘述。
本发明实施例通过计算模块12计算每个巡检点对应的图像序列中相邻巡检图像的帧差并进行累加,若所述帧差的和超过了预设的帧差阈值,则由所述矫正模块13判定智能机器人失位,需要由定位装置来进行矫正,从而使智能机器人在不采集更多信息的基础上,仅依据采集的巡检图像就能够自动、快速得对自身的运行状态进行检测和修正。
基于上述实施例,进一步地,所述装置还包括:
故障判断模块,用于将所述巡检图像与预设的与所述巡检点对应的正常图像进行比对,若不同,则判定出现故障。
当所述智能机器人在巡检点采集到巡检图像后,所述故障判断模块需要将该巡检图像与该巡检点对应的正常图像进行比对。若相同,相当于通过对巡检图像和正常图像的解析后得到的图像信息相同或者根据所述巡检图像与正常图像得到的帧差没有超过预设的故障阈值,则判定该巡检点的监控目标没有出现故障;而若所述巡检图像与正常图像不同或者两者的帧差超过了预设的故障阈值,则所述故障判断模块可以判定所述监控目标出现的故障,需要告警。
本发明实施例提供的装置用于执行上述方法,其功能具体参考上述方法实施例,其具体方法流程在此处不再赘述。
本发明实施例通过将所述巡检图像与对应巡检点的正常图像进行比对,从而来判断所述巡检点的监控目标是否出现故障,从而使智能机器人更加简单快速得实现巡检的目的。
基于上述实施例,进一步地,所述图像采集模块,还用于采集每个巡检点的正常图像和典型故障图像;相应地,所述故障判断模块还用于若判定出现故障,则将所述巡检图像与对应巡检点的所有典型故障图像进行比对;所述故障判断模块还用于若找到与所述巡检图像相同的典型故障图像,则将与所述典型故障图像对应的故障名称上报。
在智能机器人开始巡检前,需要所述图像采集模块先在每个巡检点采集监控目标的正常图像用于与所述智能机器人在开始巡检后将采集到的巡检图像进行比对来判断所述监控目标是否出现故障。
同时,巡检前,还需要获取与每个巡检点对应的监控目标的典型的设备故障,这些典型的设备故障往往可以通过设备上的指示灯或者显示器的状态等信息直观获取,对每种典型的设备故障分别由所述图像采集模块采集对应的典型故障图像。从而在所述故障判断模块判定所述监控目标出现故障时,将所述巡检图像与各个典型故障图像进行比对,若找到了与所述巡检图像相同的典型故障图像就可以判定所述监控设备产生了对应的典型设备故障。从而所述故障判断模块可以在上报的告警信息中将得到的故障名称同时上报,以便工作人员能够及时对监控目标进行故障排除和检修。而对于一些物理现象产生的故障,则无法明确采集到相应的典型故障图像,若所述巡检图像无法找到相同的典型故障图像,则所述故障判断模块发送至少包含时点和地点等内容的告警信息。
本发明实施例提供的装置用于执行上述方法,其功能具体参考上述方法实施例,其具体方法流程在此处不再赘述。
本发明实施例通过预先由图像采集模块在每个巡检点采集正常图像和典型故障图像,从而有助于智能机器人在采集到巡检图像时由所述故障判断模块对产生的故障进行判断,从而使智能机器人更加简单快速得实现巡检的目的。
图3示例了一种电子设备的实体结构示意图,如图3所示,该服务器可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行如下方法:在每个预设的巡检点采集巡检图像;将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;分别计算任意两个相邻巡检图像间的帧差;将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
进一步地,本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:在每个预设的巡检点采集巡检图像;将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;分别计算任意两个相邻巡检图像间的帧差;将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
进一步地,本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:在每个预设的巡检点采集巡检图像;将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;分别计算任意两个相邻巡检图像间的帧差;将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
本领域普通技术人员可以理解:此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的电子设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种智能巡检机器人巡检方法,其特征在于,包括:
在每个预设的巡检点采集巡检图像;
将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;
分别计算任意两个相邻巡检图像间的帧差;
将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述巡检图像与预设的与所述巡检点对应的正常图像进行比对,若不同,则判定出现故障。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
采集每个巡检点的正常图像和典型故障图像;相应地,所述方法还包括:
若判定出现故障,则将所述巡检图像与对应巡检点的所有典型故障图像进行比对;
若找到与所述巡检图像相同的典型故障图像,则将与所述典型故障图像对应的故障名称上报。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据激光测距的方法成生当前室内环境;
根据所述室内环境分别设置至少一个定位装置,至少一个巡检点,以及每个巡检点的采集设置信息;相应地,所述在每个预设的巡检点采集巡检图像,具体为:
在每个预设的巡检点根据对应的采集设置信息采集巡检图像。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
实时采集环境图像;
若根据所述环境图像判定到达下一个巡检点的巡检路线上存在障碍物,则告警并退回到上一个巡检点;
重新规划到下一个巡检点的巡检路线以绕开障碍物。
6.一种用于智能巡检机器人巡检装置,其特征在于,包括:
图像采集模块,用于在每个预设的巡检点采集巡检图像;
图像序列模块,用于将所有巡检图像分别归入与采集的巡检点一一对应的图像序列;其中,每个图像序列中的巡检图像按照采集的时间先后进行排序;
计算模块,用于分别计算任意两个相邻巡检图像间的帧差;
矫正模块,用于将所述图像序列中得到的所有帧差相加若超过预设的帧差阈值,则导航至预设的定位装置进行定位矫正,并同时清空每个巡检点对应的图像序列。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
故障判断模块,用于将所述巡检图像与预设的与所述巡检点对应的正常图像进行比对,若不同,则判定出现故障。
8.根据权利要求7所述的装置,其特征在于,所述图像采集模块,还用于采集每个巡检点的正常图像和典型故障图像;相应地,
所述故障判断模块,还用于若判定出现故障,则将所述巡检图像与对应巡检点的所有典型故障图像进行比对;
所述故障判断模块,还用于若找到与所述巡检图像相同的典型故障图像,则将与所述典型故障图像对应的故障名称上报。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述巡检方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述巡检方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811479549.8A CN111267079A (zh) | 2018-12-05 | 2018-12-05 | 一种智能巡检机器人巡检方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811479549.8A CN111267079A (zh) | 2018-12-05 | 2018-12-05 | 一种智能巡检机器人巡检方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111267079A true CN111267079A (zh) | 2020-06-12 |
Family
ID=70993606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811479549.8A Pending CN111267079A (zh) | 2018-12-05 | 2018-12-05 | 一种智能巡检机器人巡检方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111267079A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112260402A (zh) * | 2020-10-22 | 2021-01-22 | 海南电网有限责任公司电力科学研究院 | 基于视频监控的变电站智能巡检机器人状态的监控方法 |
CN115213907A (zh) * | 2022-08-05 | 2022-10-21 | 上海控创信息技术股份有限公司 | 基于边缘计算的运维机器人作业方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119481A (zh) * | 2007-08-27 | 2008-02-06 | 刘文萍 | 一种远程报警视频监控***及监控方法 |
CN201266435Y (zh) * | 2008-11-06 | 2009-07-01 | 北京汇大通业科技有限公司 | 道路交通安全自动警示装置 |
CN103096121A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 一种摄像头移动检测方法及装置 |
CN103475800A (zh) * | 2013-09-25 | 2013-12-25 | 北京智诺英特科技有限公司 | 图像序列中前景的检测方法和装置 |
CN103793920A (zh) * | 2012-10-26 | 2014-05-14 | 杭州海康威视数字技术股份有限公司 | 基于视频的逆行检测方法及其*** |
CN107167139A (zh) * | 2017-05-24 | 2017-09-15 | 广东工业大学 | 一种变电站巡检机器人视觉定位导航方法及*** |
CN108072370A (zh) * | 2016-11-18 | 2018-05-25 | 中国科学院电子学研究所 | 基于全局地图的机器人导航方法及用该方法导航的机器人 |
-
2018
- 2018-12-05 CN CN201811479549.8A patent/CN111267079A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119481A (zh) * | 2007-08-27 | 2008-02-06 | 刘文萍 | 一种远程报警视频监控***及监控方法 |
CN201266435Y (zh) * | 2008-11-06 | 2009-07-01 | 北京汇大通业科技有限公司 | 道路交通安全自动警示装置 |
CN103096121A (zh) * | 2011-10-28 | 2013-05-08 | 浙江大华技术股份有限公司 | 一种摄像头移动检测方法及装置 |
CN103793920A (zh) * | 2012-10-26 | 2014-05-14 | 杭州海康威视数字技术股份有限公司 | 基于视频的逆行检测方法及其*** |
CN103475800A (zh) * | 2013-09-25 | 2013-12-25 | 北京智诺英特科技有限公司 | 图像序列中前景的检测方法和装置 |
CN108072370A (zh) * | 2016-11-18 | 2018-05-25 | 中国科学院电子学研究所 | 基于全局地图的机器人导航方法及用该方法导航的机器人 |
CN107167139A (zh) * | 2017-05-24 | 2017-09-15 | 广东工业大学 | 一种变电站巡检机器人视觉定位导航方法及*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112260402A (zh) * | 2020-10-22 | 2021-01-22 | 海南电网有限责任公司电力科学研究院 | 基于视频监控的变电站智能巡检机器人状态的监控方法 |
CN112260402B (zh) * | 2020-10-22 | 2022-05-24 | 海南电网有限责任公司电力科学研究院 | 基于视频监控的变电站智能巡检机器人状态的监控方法 |
CN115213907A (zh) * | 2022-08-05 | 2022-10-21 | 上海控创信息技术股份有限公司 | 基于边缘计算的运维机器人作业方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109240311B (zh) | 基于智能机器人的室外电力场地施工作业监督方法 | |
CN109358591B (zh) | 车辆故障处理方法、装置、设备及存储介质 | |
CN111376253B (zh) | 一种机器人路线规划方法、装置、机器人及安全管理 | |
CN109032116A (zh) | 车辆故障处理方法、装置、设备及存储介质 | |
CN106600887A (zh) | 基于变电站巡检机器人的视频监控联动***及其方法 | |
CN111267079A (zh) | 一种智能巡检机器人巡检方法及装置 | |
CN115372816B (zh) | 基于数据分析的配电开关设备运行故障预测***及方法 | |
CN111862656A (zh) | 智能运载工具的地图更新方法及装置、存储介质、处理器 | |
CN113917945A (zh) | 一种无人机电力线路的巡检方法、装置、无人机和介质 | |
CN111400114A (zh) | 基于深度递归网络大数据计算机***故障检测方法及*** | |
CN114633774A (zh) | 一种基于人工智能的轨道交通故障检测*** | |
CN112991735B (zh) | 交通流量监测***的测试方法、装置及设备 | |
CN117608302A (zh) | 一种巡检路径自动规划方法、装置、设备及存储介质 | |
CN113449688A (zh) | 一种基于影像和激光点云数据融合的输电树障识别*** | |
CN110932932A (zh) | 自动驾驶云服务平台的可靠性确定方法及相关装置 | |
CN117058855A (zh) | 一种物联网云边通信方法 | |
CN116969148A (zh) | 一种胶带机故障多维联动监测处理方法及*** | |
CN116051493A (zh) | 接触网悬挂状态监测方法、装置、设备及存储介质 | |
CN109116382A (zh) | 一种基于人工智能传感技术的定位预测及快速跟踪算法与应用设备 | |
KR20220067271A (ko) | 영상취득장치 및 영상취득방법 | |
CN111780761A (zh) | 一种巡检机器人自主导航方法 | |
CN116100552B (zh) | 一种机械手运动智能控制方法及*** | |
CN116931496B (zh) | 一种基于数据采集的无人驾驶车辆控制*** | |
AU2021106241A4 (en) | System and method for aerial power lines measurement using computer vision and unmanned aerial vehicle | |
CN117893025B (zh) | 一种基于综合布线装置的布线管理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200612 |